ChemRxiv论文:机器学习力场评分媲美自由能微扰,药物先导化合物优化有望提速降本
ChemRxiv 9月24日预印本显示,机器学习力场(MLFF)评分在公共基准上对同系列配体亲和力排序的准确度可与自由能微扰(FEP)这一金标准方法相当,而计算成本大幅降低,为先导优化的高通量精确排序提供了新工具。
共 1 篇 · B910化工 · AI 化学信息库
ChemRxiv 9月24日预印本显示,机器学习力场(MLFF)评分在公共基准上对同系列配体亲和力排序的准确度可与自由能微扰(FEP)这一金标准方法相当,而计算成本大幅降低,为先导优化的高通量精确排序提供了新工具。